姜 攀

（苏州工业园区服务外包职业学院 信息中心，江苏 苏州 215123）

行为分析是一个新兴的研究领域，目前，我国对于校园学生行为的管理手段大都停留在事后定性分这析上，无法将校园悲剧消灭在萌芽状态，这已经无法满足智慧校园的需要，更不符合大数据时代的发展方向。据相关研究发现，我国高等学校中有心理问题的大学生约占20%，按照病情轻重划分，其中15%的大学生属于一般心理问题，3.5%的大学生属于有心理障碍，1.5%的大学生属于有精神病，失去自我控制能力，分不清现实与幻觉[1]。这些都是不容忽视的数据。随着校园突发事件等学生异常行为的发生趋向年轻化和多发性，通过大数据技术对校园突发事件中学生行为的监测和预测显着极其重要。

本研究从用户需求和系统功能需求出发，搭建学生行为分析的大数据平台总体框架，设计成绩预警、贫困生预测、生活习惯分析等，从学校的教务管理系统、学工系统、一卡通系统、上网行为审计系统、视频监控系统中抽取学生行为数据，对数据进行清洗和储存，实现对校园学生不良行为的监测，以提升相关教育管理部门的早期监测能力。

1 大数据来源

在校园环境中，监测和分析学生的行为数据来源主要有以下四方面：

1）传统数据库。是指现有的关系数据库、数据仓库、数据集市或任何其他产生结构化数据的信息系统。在这个类别中，有关于学生、课程、考试等信息，还有大学的食堂、超市、宿舍等都可能有数据库在运行。……